基于爐熱指數(shù)和改進(jìn)支持向量機(jī)的高爐爐溫預(yù)測研究.pdf

1、高爐的穩(wěn)定順行是高爐冶煉過程中保證高質(zhì)量液態(tài)鐵的基礎(chǔ)。由于高爐冶煉過程具有非線性、高維、大噪聲等特性,大多數(shù)影響高爐穩(wěn)定順行的參數(shù)特性都不能通過現(xiàn)代傳感技術(shù)直接測量得到,只能通過間接反映高爐冶煉過程的爐溫來判斷高爐冶煉情況,高爐爐內(nèi)溫度分布也是難以直接測量的。在正常的冶煉條件下,鐵水含硅量反映了高爐內(nèi)持續(xù)的熱狀態(tài),與爐溫成正相關(guān),研究高爐鐵水含硅量預(yù)測方法是高爐爐溫預(yù)報(bào)的研究重點(diǎn)。.
　　論文以湖南華菱鋼管有限公司的高爐實(shí)際生產(chǎn)數(shù)

2、據(jù)為背景,以鐵水含硅量作為高爐爐溫預(yù)測的主要依據(jù),建立了以高爐物料平衡和熱平衡為基礎(chǔ)的高爐爐熱指數(shù)靜態(tài)預(yù)測模型和利用神經(jīng)網(wǎng)絡(luò)及支持向量機(jī)實(shí)現(xiàn)的高爐爐溫預(yù)測的動(dòng)態(tài)模型。
　　高爐爐溫預(yù)測的靜態(tài)模型是通過計(jì)算爐熱指數(shù):Tc,Tf,選擇常用的理論焦炭燃燒溫度TC對鐵水含硅量和鐵水溫度進(jìn)行預(yù)測。由于高爐冶煉是一個(gè)動(dòng)態(tài)過程,靜態(tài)模型難以反映高爐冶煉過程的動(dòng)態(tài)變化,故需要建立高爐爐溫預(yù)測的動(dòng)態(tài)模型來反映高爐冶煉過程的動(dòng)態(tài)變化特征。本文首先采用

3、BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)來對高爐爐溫進(jìn)行預(yù)測。根據(jù)高爐采集的實(shí)際生產(chǎn)數(shù)據(jù)具有小樣本、非線性、高維等特點(diǎn),重點(diǎn)研究了基于最小二乘支持向量機(jī)的高爐爐溫預(yù)測模型。為提高模型的預(yù)測精度,分別采用遺傳算法(GA)和粒子群算法(PSO)對最小二乘支持向量機(jī)模型的相關(guān)參數(shù)進(jìn)行優(yōu)化。
　　對所建立的預(yù)測模型利用 Matlab進(jìn)行了仿真實(shí)驗(yàn)。仿真結(jié)果表明:所建立的基于改進(jìn)支持向量機(jī)高爐爐溫預(yù)測模型與其它預(yù)測模型比較,預(yù)測精度更高,可為高爐工長提